"데이터가 곧 AI 경쟁력"…정부, '독파모 정예팀' 데이터 3544만건 푼다 작성일 08-27 31 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="GDKNg1iPYb"> <figure class="figure_frm origin_fig" contents-hash="809949f65d9e921b893eec1218e53cfbd5da7fefe3122f8c2e4b2e479cbf41b7" dmcf-pid="Hw9jatnQ1B" dmcf-ptype="figure"> <p class="link_figure"><img alt="김경만 과학기술정보통신부 인공지능정책실장/사진=뉴시스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/27/moneytoday/20260827145238656emps.jpg" data-org-width="1200" dmcf-mid="YeX8fOKptK" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/27/moneytoday/20260827145238656emps.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김경만 과학기술정보통신부 인공지능정책실장/사진=뉴시스 </figcaption> </figure> <p contents-hash="d2592188e448afcb8b5d6cb9649264a604364b34895f2eb36045398a6375a89f" dmcf-pid="Xr2ANFLxZq" dmcf-ptype="general">정부가 국내 AI 생태계 육성을 위해 대규모 학습 데이터를 개방한다. 독자 AI 파운데이션 모델(독파모) 사업에 참여한 5개 정예팀이 확보한 총 29종 규모의 데이터다. </p> <p contents-hash="cbcd0514465ff3d568155b3f97ada1fdff1b5877c5b5ba39ae671cdd856bce81" dmcf-pid="ZmVcj3oMtz" dmcf-ptype="general">과학기술정보통신부와 한국지능정보사회진흥원(NIA)은 독파모 5개 정예팀이 1차 단계평가 과정에서 확보한 29종(약 3544만건, 1조5600억 토큰 규모)의 데이터를 AI허브를 통해 공개했다고 27일 밝혔다. 국민이라면 누구나 무료로 다운로드할 수 있다.</p> <p contents-hash="3ef1e09e66ccab9b6e97f1e0a84dc0f8a4f0835ec97493531712e084a32d4cc9" dmcf-pid="5sfkA0gRY7" dmcf-ptype="general">5개 정예팀이 AI 모델 개발 전략에 맞춰 직접 기획하고 구축한 데이터로, 사전학습에 필요한 대규모 텍스트 데이터부터 영상·음성 등 멀티모달 데이터, AI 안전성을 높이기 위한 레드티밍 데이터까지 포함됐다. 토큰 기준으로 약 1조5600억개에 달해 이론적으로 700억~800억개 파라미터 규모의 대형 AI 모델 학습에도 활용할 수 있다.</p> <p contents-hash="557755c78f41aafdd1198059f5ae3adc8a35535d27924313f2e996612a25a489" dmcf-pid="1O4Ecpae1u" dmcf-ptype="general">네이버클라우드는 공개 영상 234만건과 방송 영상 52만건, 영상 클립을 기반으로 한 텍스트 1550만건, 음성 질의응답 1200만건 등을 구축했다. AI가 영상 속 장면과 맥락을 이해하는 능력을 높이는 데 활용할 수 있다.</p> <p contents-hash="9af06a2684b7f77be308d41db51128580ffceb90a41fa2b558d0891ac3adc556" dmcf-pid="tHnvlfOc5U" dmcf-ptype="general">업스테이지는 1조 토큰 규모의 대규모 사전학습 데이터와 50만건의 사후학습 데이터를 마련했다. 특히 사후학습 데이터에는 단순한 질문과 답변을 넘어 추론과 판단, 실행 등 AI 에이전트에 필요한 역량을 학습할 수 있는 데이터가 포함됐다.</p> <p contents-hash="7a4f8851644a5023b79a0161f911e78f2fb468297cd0ce719bbe6aa7d2100f04" dmcf-pid="FXLTS4IkHp" dmcf-ptype="general">SK텔레콤은 수학·과학·법률 등 전문 분야의 고난도 추론 데이터와 음성·이미지 데이터, 한국의 법령과 사회적 가치관을 반영한 레드티밍 데이터 약 1만건을 구축했다.</p> <p contents-hash="7d6f3beea3d3ada724ef638802d0eaba9b39c7b2fed240014899efb5d2778fa3" dmcf-pid="3Zoyv8CEZ0" dmcf-ptype="general">NC AI는 제조 분야 기술문서와 민원 상담 음성 등 실제 산업 현장의 데이터를 활용해 긴 문맥 이해와 단계별 추론, 멀티턴 대화, 멀티모달 역량을 학습할 수 있는 데이터 7종을 만들었다.</p> <p contents-hash="f350138d4b63611cb18b35faba678ee17b212453252913646dcbc58eba46d46c" dmcf-pid="05gWT6hD13" dmcf-ptype="general">LG AI연구원은 한국의 가정환경을 반영한 피지컬AI 데이터에 집중했다. 국내 50개 가정에서 50종 이상의 가사 활동을 촬영해 17만개 이상의 영상 클립을 구축하고 객체·자세·맥락 등을 다층적으로 라벨링했다.</p> <p contents-hash="afdda470ed1993d2a6ca4cfa6d8e9faf715f3201afbf5107b16fc886d8284ffa" dmcf-pid="p1aYyPlwGF" dmcf-ptype="general">정부가 대규모 데이터 공개에 나선 것은 차별화된 데이터의 중요성이 커져서다. 정부는 2차 단계평가 과정에서 구축되는 데이터도 추가 개방할 계획이다. 독파모 참여기업들은 사업공고상 참여조건에 따라 사업을 통해 확보한 데이터 50% 이상 개방해야 한다.</p> <p contents-hash="0d58e57903a98f9fb94f2a0752556fd50ef3396b44c878983327ed0eef809478" dmcf-pid="UtNGWQSrtt" dmcf-ptype="general">정부 NIA와 한국정보통신기술협회(TTA)를 통해 데이터 품질검증과 개인정보·유해성 검증을 진행했다. 라이선스에 제약이 있는 데이터도 제외했다. </p> <p contents-hash="0871a6bc26f38a88292ff890b2f7385904c6fbdaae3d2063f0ff9e58210c9f48" dmcf-pid="uFjHYxvm11" dmcf-ptype="general">김경만 과기정통부 인공지능정책실장은 "독파모 프로젝트는 개발 과정에서 축적된 경험과 노하우를 AI 생태계 전반으로 확산한다는 점에서 의미가 있다"며 "공개 데이터가 AI 생태계의 성장과 자생력 강화를 이끄는 밑거름이 될 것"이라고 말했다.</p> <p contents-hash="107ba49f93ea3774fec90fe3ff3b7a9ee863a932ace4ff5636432edd51782e84" dmcf-pid="73AXGMTsG5" dmcf-ptype="general">김소연 기자 nicksy@mt.co.kr<br><a href="https://www.mt.co.kr/?utm_source=daum&utm_medium=article_text_ad&utm_campaign=mystocksolution" target="_blank">[내 주식이 궁금할땐 머니투데이]</a></p> </section> </div> <p class="" data-translation="true">Copyright © 머니투데이 & mt.co.kr. 무단 전재 및 재배포, AI학습 이용 금지.</p> 관련자료 이전 부산, ‘2026 VCT 퍼시픽’ 열기로 ‘후끈’ 달아오른다 08-27 다음 국가대표 AI 5개팀 학습데이터 푼다…1조5600억 토큰 개방 08-27 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
